人工智能该如何学习详细的AI学习路线与资料推荐
原文链接：告别无用功|人工智能该如何学习
大家好，我是泰哥。
本文可谓是千呼万唤使出来，很多同学问我，AI方向的知识多而杂，哪些该重点学习？学习路径又是怎么样的呢？
今天，我将自己的学习路径及我所参考的资料全部免费分享出来，愿大家的AI学习进阶之路上多一些“温度”。
学习途径在我学习人工智能的过程中，主要有以下两个途径：
首先是B站。我将所有知识点所推荐的视频链接直接贴设为了超链接，点击可直达教程。第二是书籍。视频的讲解难免会不全面，很多时候我们需要翻阅书籍对知识进行查漏补缺、透彻理解。本文提及所有书籍在文末可免费获取电子版。AI知识大纲AI知识大体可以分为5个模块，接下来我会依次介绍每个模块的学习路径，最后给大家推荐几个我入门时做过的项目，帮助大家快速入门人工智能。
一、Python编程基础在AI领域，目前大部分程序员都使用Python作为第一语言。学会上述操作后就入门了，但一定要将基础部分的内容掌握扎实。进阶操作在前期不着急学习，可以在日后使用过程中逐渐精通，比如函数式编程、多线程使用、异常处理与日志管理等等。
网络资源推荐黑马Python教程：将Python基础讲的非常详细，可以轻松入门，建议新手从P116开始学习。书籍推荐这里给大家推荐两本学习Python必备书籍。《Python编程》中每个知识点下都有对应示例，非常直观。入门后，《流畅的Python》可以帮你精通Python，完成从小白到大神的进阶。
原文链接：告别无用功|人工智能该如何学习
二、数学基础很多同学看到数学就头疼，其实模型通用的基本数学原理并不难，难的公式在之后的模型中遇见时再逐个击破即可。
切记前期不要深陷到数学知识中去深挖！！
高数首先大家不要惧怕数学。在遇到我们不会的数学公式时，我们要更多的思考这个公式能解决什么问题，而不是一直纠结公式的推导与计算。
比如梯度下降和反向传播的根本原理就是求导，全局最优解就是极值点，所以最优解一定在导数的某一个拐点处，类似的很多知识都是高中就学过的。
线代在深度学习中，线代最重要的应用就是高维数据相乘运算，可以大大提升运算速度。
首先要明白矩阵各维度所代表的意义其次清楚矩阵的运算规则概率论概率论的知识在AI体系中看似不那么重要，但却无处不在。从数据预处理、建模、模型参数初始化及归一化，到最后的结果分析都与概率论息息相关。
常用指标很多是大家耳熟能详的，比如均值、方差。如果你之前没有很强的概率论功底，建议你掌握常用知识后，在实际中遇到不懂的问题时要养成查阅的习惯。这部分知识不会太难，但是对理解模型与过程十分的重要：
比如为什么树模型一般不需要进行数据归一化？而逻辑回归、神经网络、PCA中就必须进行数据归一化？网络资源推荐人工智能必备数学基础全套课程：此课程将高数、概率论、线代知识进行浓缩，针对人工智能领域开发的数学综合课程，都是入门必备和模型中常见的数学知识。
网易可汗学院统计学公开课：统计学入门课程，涵盖统计学所有的主要知识。
书籍推荐这里推荐的是3本经典教材与1本我个人非常喜欢的《数学之美》。3本教材书无需多述，《数学之美》把抽象、深奥的数学方法解释得通俗易懂，非常精彩，很多模型原理都可以在其中找到你想要的回答。
原文链接：告别无用功|人工智能该如何学习
三、数据分析在具备一定的编程能力与数学功底后，我们就可以对实际问题进行分析与挖掘。
爬虫很多同学问算法工程师需要学爬虫吗？我的回答是：算法的重点在于建模，算法工程师掌握基本爬虫知识就好，因为单位一般都有专门的采集工程师。
但是数据分析师一定需要学。因为数据分析师需要具备自主获取数据的能力，从而进行数据分析。
必备三剑客不论你做数分还是算法，Numpy、Pandas和Matplotlib都是必须掌握的。但这部分内容很杂，没必要进行系统学习，就好像Excel中的函数一样。
网络资源推荐【莫烦】Numpy&Pandas：此视频一共只有3小时，但是可以以最快的速度了解三剑客的基本使用。
Numpy中文官方网站
Pandas中文官方网站
Matplotlib中文官方网站
大家可以网上找一些常用方法多浏览浏览，脑子里留个印象就行，在实际使用的时候再去查具体怎么用。就算没印象，我也建议大家在实际使用时先去官网上查有没有对应的内置方法，如果没有再自己写函数实现。
后续我也会总结三剑客的高频使用方法。
原文链接：告别无用功|人工智能该如何学习
四、机器学习从机器学习开始就正式进入到了人工智能的领域。ML涉及的算法都是白盒算法，使用可解释的数学公式去拟合数据、学习参数然后进行预测，最后对模型进行评估。
这部分的知识需要大家从数据处理过程开始就多进行总结与反思：
数据清洗过程与特征工程是怎么做的？为什么会最终选用这些方法？文本数据集常用的处理方法有哪些？适用的场景的是什么？机器学习算法因为都有可解释性，所以大家需要搞懂数学原理，并知道模型之间的差异、以及适用于什么数据集。
对于回归任务与分类任务，我们也需要知道各种评估指标间的差异与使用场景。
网络资源推荐吴恩达机器学习：此教程以理论为主，对小白极为友善，就算没有基础，也能以最快的速度入门机器学习。
菜菜的sklearn：此教程以实践为主，从数据处理、特征工程、到模型算法都会给予代码进行实操讲解，并将每个参数都讲的非常细致。
书籍推荐这里推荐两本学习ML必备书籍。周志华老师的《机器学习（西瓜书）》与李航老师的《统计学习方法》。
这两本书非常经典，讲述了机器学习核心数学理论与模型推导全过程，是夯实理论的不二选择。强烈推荐将书籍与上述推荐视频相结合进行学习。
原文链接：告别无用功|人工智能该如何学习
五、深度学习深度学习是黑盒算法，不具可解释性，初学者通常会觉得它比较神秘。但它的基础神经网络，可以说是由众多个逻辑回归函数组成，所以在学机器学习时一定要将逻辑回归彻彻底底学明白。
这部分给大家推荐书籍《图解深度学习》与《深度学习》。前者用图解的方式剖析了深度学习的原理，适合初学者；后者是深度学习领域奠基性的经典教程。
神经网络入门浙大研究生课程：浙大老师上课录像，板书推导神经网络的原理，看完后你会入门深度学习，并感受到它的神奇与魅力。（P19-P24为神经网络）CNN与RNN入门吴恩达深度学习：首推荐还是吴恩达老师的课程：
不论往哪个方向发展，都先看神经网络部分如果你之后想学图像方向，就接着看计算机视觉部分，然后对序列模型进行了解如果准备往自然语言或推荐方向发展，则推荐先看计算机视觉部分，掌握CNN的基本常识后，再去学习序列模型全部内容白板推导系列：机器学习与深度学习数学原理板书推导，极为硬核。
在学完理论知识后，我们就可以找一些项目进行实战了。
六、项目推荐我本人是NLP算法工程师，在此对自然语言处理方向推荐几个入门练手小项目：
Bert文本分类：在官网下载源码后进行Debug，不仅可以锻炼调试阅读代码的能力，而且可以掌握Bert的细节。
实体识别：此项目使用了多种不同的模型（HMM、CRF、Bi-LSTM、Bi-LSTM+CRF）来解决中文命名实体识别问题。
对话机器人：此项目为医疗对话问答机器人，主要基于知识图谱实现。
在对NLP进行初步了解后，大家可以根据自身情况在Github上多找一些感兴趣的相关项目进行研究，不仅仅要知道代码实现细节，更要思考它能实际解决的业务问题。
未完待续上述提到的重点内容日后会继续和大家分享，文字难以表达的也会以视频的方式和大家见面。
我目前的工作主要集中于实体识别、关系识别、知识图谱、图网络等方向，欢迎大家与我交流。同时，本文提到的10本书籍，加我公众号【AI有温度】，后台回复【学习书籍】均可免费获取。
欢迎大家的到来，每日8：18，AI干货与您不见不散
原文链接：告别无用功|人工智能该如何学习
郭绍青：人工智能助力教师教学创新
人工智能作为关键共性与颠覆性技术，正在对产业结构、生活环境等产生影响。人工智能进入教育领域，推动了智能学习系统、虚实融合学习环境、智能教育助理等智能系统和工具的开发与供给，智能教育环境建设已现端倪。实现机器智能与人类（教师）智慧相融合指向学习者的高级思维发展、创新能力培养，启迪学习者智慧的新教育，培养复合型、创新型、战略型、智慧型的人才，能够对人工智能与人类智慧相融合从事社会工作的劳动者的智慧教育进行广泛讨论。教师作为人工智能融入教育的直接利益相关者，具备利用人工智能学习系统和工具开展教学的知识与技能，提升人工智能技术素养显得十分重要。当前人工智能教育产品正在快速进入学校与课堂，为教师利用人工智能技术实现教学创新提供了支撑。
智能诊断助力教师优化课堂教学。适应性学习系统、手写板、智能阅卷等系统进入学校，为教师提供了对学生个体、小组、班级等随堂数据和课外数据采集与分析的手段，教师利用数据分析结果，精准定位学生个性学习问题与班级的普遍问题，找准学生个性与共性薄弱点、聚集学生学习障碍点，改进教学策略与方法，进行分层、分类教学，提升教师在课堂教学中解决学生学习问题的针对性与教学效率。
学习分析技术助力教师开展规模个性化教学。《中国教育现代化2035》提出“走班制、选课制等教学组织模式……利用现代技术加快推动人才培养模式改革，实现规模化教育与个性化培养的有机结合”的要求，具备大数据学习分析功能的网络学习空间的应用，对学生学习的精准画像，使教师在精准掌握学情的基础上，能够有效组织翻转课堂、小组合作学习、探究学习等学习活动。同时，学习分析技术正在推动网络学习空间中以个性化发展为核心的动态学习组织的发展，并引发实体学校动态走班制度的建立，实体学校与网络学习空间相融合的动态学习组织发展，将使教师实施规模个性化教学成为现实。
课堂智能分析助力教师精准教研。集自然语言处理、计算机视觉、生物特征识别等技术的课堂教学智能分析系统的应用，实现了对课堂教学过程数据的伴随性采集，汇聚课堂教学多维数据的智能分析能够形成更加精准的教师课堂教学行为的可视化分析结果。跨校际、跨区域的教研活动，利用课堂教学智能分析系统的分析报告，结合教研员与优秀教师评价分析，为研修教师提供精准服务，指导、组织、协助研修教师进行深度学习，对提升研修效果与效率具有显著作用。
智能学习系统助力教师提升教学质量。目前相对成熟的智能学习系统主要集中在智能语言学习方面。英语流利说、英语趣配音等一批利用自然语言处理技术开发的智能语言学习系统进入了教育领域，教师利用英语智能学习系统能够支持学生的听说训练，特别是在面向农村教学点的专递课堂中的应用，能够弥补教师自身的能力缺陷。同时利用自然语言处理技术与AR/VR相融合开发的藏、维双语智能学习系统将为学生提供多通道的人机交互，提升国家通用语言的学习质量。
人工智能助力教师家校协同。人工智能技术在家校协同教育中的应用，正在改变家校教育分离、难以形成合力与协同监管的现状。一些县区在推动人工智能教育应用过程中，利用人工智能技术助力家校协同教育，利用智能校徽与体温和人脸采集摄像机，无感采集学生体温、运动量、行动轨迹等数据，协助教师与家长掌握学生健康状况、安全信息、运动强度。要求学生阅读课外书籍，并在每天规定时间内利用纸笔系统写出读后感，教师能够及时进行点评，对培养学生的学习习惯、扩宽知识面等发挥了积极作用。（西北师范大学郭绍青）
主编说：在人工智能时代，只有学好语文才能保住你的饭碗……
写稿机器人
你知道“写稿机器人”吗？
年初，国内机器人“小南”发表了它的处女作——一篇300余字的春运报道，用时仅一秒钟。不仅耗时短，并且新闻遣词用句的流畅程度，几乎看不出该文是出自于机器人。
越来越多的媒体开始使用写稿机器人。利用海量的数据和高效的算法，机器人的优势很明显：神一样的速度，且写出的稿件与普通人类编辑无异。
那么，写稿机器人是否是会取代文字工作者呢？
面对媒体从业人员的担忧，“小南”的技术团队是这样回答的：
类似“小南”这样的写稿机器人还不具备真正的人类思维。“他”只能依据既有的数据和事先设定好的程序来写稿，不能像人类一样思考并提出自己的问题。质疑、追问、寻找对方话语中的新闻线索，诸如此类的人类记者的法宝，对小南来说还是太难了。
结论：不具备真正人类思维的人工智能，永远无法像真正的人类一样思考写作。
机器人写高考神作
2016年，微软人工智能小冰挑战了高考作文。写稿机器人能秒速写出完整流畅的新闻，那么在高考作文中，她发挥得如何呢？
小冰选了两篇高考作文题《进步与退步》、《神奇的书签》，进行写作。
下面是神作展示时间：
进步与退步
考了100分是好学生。考55分不是好学生。考了100分后，又考了98分，好学生变成不是好学生，是退步。考了不及格后，又考了及格，会被表扬，是进步。进步和退步的衡量，令人费解。
进步，是变得优秀，人喜欢进步，因为喜欢被表扬。这样的进步，如果不被表扬，就没有动力。退步是从好变成差的，人不喜欢退步，因为退步受到批评。如果总被批评，也没有动力。进步和退步的动力，令人费解。
退步没有不好，退步可以发现问题。一直进步的人，不能发现问题，也不能解决问题。一直进步是不可能的，有进步同时有退步，有退步同时有进步，才可以不断发现问题，解决问题。人应该这样变得优秀，不是为了表扬。
进步比退步好，不一定。一直进步可能是真进步，或作弊，一直退步是放弃自己，要求自己进步，在退步的时候发现问题，是对的。人应该这样变得不差，不是为了批评。从差变得优秀的路，和表扬无关，也和批评无关。
神奇的书签
世界上有很多的书，中文、英文、德文、法文。我喜欢看书，小说、诗歌、散文、杂文。书有薄有厚，有长有短，其中蕴藏着丰富的知识。时间久了，怕忘记了，于是用书签。我的书签路过了很多的书。
我的书签是用我的照片做的。睡前，把书签夹在书页里，放心地去睡觉。厚厚的书籍，分成了两个部分，像是刽子手，杀掉了完整，心横在那页书签的地方，睡觉的时候会思念。第二天，起床，找到书签，就能够继续，还原割裂的书。
我的书签喜欢看小说和漫画。书签有了名字，有的好听，有的不好听。有长有短的名字。看小说，书签是小说主人公的名字。看漫画，书签是漫画地点的名字。
这样一天又一天，直到看完。一天又一天，时间久了，书签会有书的味道。油墨和纸香混合，故事和心情混合，因此，书签变得独一无二。时间久了，书签上的照片会褪色，但记忆不会褪色。它路过了很多的书，停在故事里，清晰记得所有。
2016年，微软人工智能小冰挑战了高考作文。写稿机器人能秒速写出完整流畅的新闻，那么在高考作文中，她发挥得如何呢？
点评：果然是“神作”啊……机器人完败。
逻辑生硬。“考了100分是好学生。考55分不是好学生。考了100分后，又考了98分”，一定把阅卷老师绕晕了吧……
缺乏论证。没有写出和书签之间的具体故事，缺乏说服力。
语句不通。有些语句读起来不太顺畅，一个词语一个词语地拼凑，显得十分生硬。
词汇量匮乏。“书签有了名字，有的好听，有的不好听。有长有短的名字。”词汇简单，生动不足，读起来会比较枯燥。
虽然文字感情真挚，但也无法掩盖机器人以上的致命缺点……更别提达到作家写作的水平了。
结论：机器人仅仅可能根据已有的语言模板进行简单的标准化写作，无法像作家一样拥有个性化风格、真正的情感与智慧的表达。
（下图两位，你能猜出谁是机器人吗？)
数学输在“语文”上
既然人工智能无法挑战语文写作，那么是不是可能成为“数学学霸”呢？今年，人工智能与全国所有高考生一起挑战高考数学。
AI-Maths是在一个与互联网隔绝的空间进行答题的。研究人员强调，AI-Maths主要靠系统学习知识点，形成逻辑推理能力后进行自主解题。
为了让这场考试对人类更公平，林辉邀请了三位专家担任“监考官”，从断网情况到用于拷贝试题到服务器上的U盘是否夹带“小抄”，他们都在众多直播镜头下现场完成检查。
它必须独立完成读解、计算，与普通考生无异。
最终，它仅仅得了１０５分。因为，它惨烈地败在了“语文”上……
很明显，机器人无法读懂自然语言。
举例，题干中“教师人数的两倍多于男学生人数”的表述并不常见，AI-Maths很可能由于无法理解这种描述，故而无法解答，得了零分。
随后，AI-Maths开始作答全国II卷，仅用１０分钟便完成了答题，用时令人惊叹。
这次得分是１００分。然而它主要问题还是出在了读不懂题目上……用参与阅卷的数学老师的话说，AI-Maths要考好数学，还得先学好语文。
这次人工智能挑战高考数学，揭示出一个非常重要的结论：想要学好任何学科，都必须先学好语文！
（目前大热的人工智能类人剧《西部世界》预告片）
2017年，东方教育用心之作，暑假爱心公开课正在进行中，每周三晚上9点，微信手机听课，全家一起来，读名著，训练想象力，提升记忆力，还有好玩简单有趣的方法和故事，报名赶紧保存下图，微信打开扫一扫，点击完成，可直接进直播间，可以回听前面的第一节课哦~~
主编
其实，从终极意义上来说，学好语文，能锻炼孩子的阅读思考能力，能加强与人的沟通交流能力，能提高共情理解能力……
这些看不见的能力，在一个人成长过程中会发挥出越来越重要的作用。返回搜狐，查看更多
人工智能热卖榜图书《人工智能怎么学》
《人工智能怎么学》图书上市以来一直稳居人工智能新书热卖榜前列，是一本非常热销的图书。相信很多还没有购买此书的朋友们都想一睹为快，希望了解此书的更多内容。下面从图书特点、读者对象、前言(节选)、内容概览、目录、精彩试读、购买方式等方面为大家介绍一下该图书。
图书特点
该书架构清晰，非常易于阅读；知识全面，对于人工智能的初学者和提高者都非常有帮助；全彩印刷，图文并茂，排版精美，用纸考究，具有艺术品般的美感；内容实用，通过具有设计感的图形全面呈现了人工智能知识架构，而且对知识架构的每一部分，分别可视化地给出了读者最需要的学习路线图、著名教材、精品课程，让读者学习人工智目标清晰，效率倍增；工具丰富，为读者学习人工智能提供了常用网站、编程软件、学术搜索等丰富的工具，全方位地为读者学习人工智能提供帮助；视角宏观，以可视化的方式为读者提供一份系统而专业的学习人工智能的导览图，带着读者从高空视角俯瞰人工智能这座皇宫，直观而清晰地搞明白这座皇宫到底由哪些区域所组成，每个区域包含哪些建筑。读者对象
本书的读者对象主要包括入门或者转行人工智能的人士、人工智能领域的开发人员、人工智能的基础研究人员等。同时，该书通俗易懂，也具有科普读物的属性，对于想对人工智能有所了解的读者来说，也非常适合购买阅读。
前言(节选)
人工智能是一个交叉性非常强的学科，它包含了数学、物理、神经科学、心理学、伦理学等多方面的理论知识，也用到了计算机方面的很多技术，同时它还包含了专业领域知识。所谓专业领域知识是指人工智能与具体应用领域相结合时所需要的该领域的知识。人工智能包含的知识实在是又多又杂！对于初入人工智能领域的人来说，真正的困难不是如何去学好这一领域中的某门课程或者某些具体知识点，而是对该领域有一个清晰的、宏观的了解，理解其知识架构，形成明确的学习路线。否则，就会有“只见树叶而不见森林”之感，抑或是如管中窥豹而不得见人工智能之全貌。这好比去逛一座有很多层的商场，为了快速地找到想要的东西，最需要的是一份楼层导览图；又好比去一个非常大的风景区游玩，为了尽快找到想要玩的景点，最需要的是一份景区地图。类似地，为了尽快地入门人工智能，最需要了解人工智能的知识架构和学习路线。基于此想法，本书尽量以可视化的方式为读者提供一份系统而专业的学习人工智能的导览图，或者说一份学习的技术路线图。类似于带着读者从高空视角俯瞰人工智能这座皇宫，直观而清晰地搞明白这座皇宫到底由哪些区域所组成，每个区域包含哪些建筑；同时，本书还为读者提供基本的、必不可少的学习方法和工具，例如学会人工智能前沿信息的获取方法，掌握文献智能管理工具、论文写作和发表技巧、提高论文影响力的方法等。总之，写作此书的目的是使读者拿着这本书就像拿到了一份人工智能的学习指南，可以轻松上手学习人工智能；此外，通过此书读者还能获得必备的学习工具及其使用方法，能够非常方便地解决学习中遇到的困难。笔者期待通过此书尽可能地为读者学习人工智能提供一些供参考的方法和指引，真正做到授人以渔。
为了使读者学习人工智能时思路清晰、抓住重点、提高效率，本书在每一章开头均给出了“阅读提示”与“学习重点”两个栏目。“阅读提示”简明扼要地描述了本章的主要内容和行文思路，使读者快速理解本章的组织架构，从而具备清晰的学习思路；“学习重点”列出了本章的学习要点，使读者的学习更具针对性，从而提高学习的效率。
本书的特色在于以下几点。（1）逐层深入的写作方式。本书采用先用图形呈现出总体架构，然后针对总体架构的每一部分再用文字展开深入描述的方式进行写作，使全书思路清晰，易于阅读和理解。（2）对读者非常友好，充分考虑读者学习过程中的各种需求，为读者学习人工智能提供全方位的帮助。对于人工智能理论基础、编程技术、专业领域知识的学习均给出了供参考的学习路线，推荐了常用的教材，此外还对在线课程进行了推荐，方便读者进行目的明确且高效地学习。本书中推荐的常用教材均未指明版本号，主要是因为这些常用教材的版本更新非常频繁，读者可以根据书名和作者姓名自行查找该教材的最新版本进行学习。本书推荐的在线课程中，有些课程的视频并非是作者本人上传到视频网站，而是一些学习者转载到视频网站，可能会被上传者删除，所以不能保证所有在线课程的链接都是有效的。如果网址无法打开，读者可以通过搜索引擎自行搜索该课程，然后进行学习。（3）对于人工智能理论基础、编程技术、专业领域知识的学习给出了实用的学习方法和工具。这些学习方法有些是对该领域学者或专家的学习经验的直接引用，有些是个人学习和教学经验的总结，仅供读者参考。读者可以根据自己的实际情况，实事求是地进行取舍和吸收，并可进一步地改进本书给出的学习方法，使自己的学习更加高效。特别是在编程技术的学习部分，本书提供了一些编程技术的主流网站，介绍了编程使用的主流软件和工具，同时也给出了帮助文档的获取方法以便读者快速解决编程中遇到的问题。（4）充分考虑了人工智能的入门者、项目开发人员、基础研究人员学习目标和要求的不同，有针对性地为其学习人工智能进行指引。对于人工智能入门者，重点关注和学习本书给出的学习路线中初级入门级别的内容，能够对整个人工智能的知识体系形成清晰的认知，对人工智能理论基础、编程技术、专业领域知识比较熟悉，能够运用人工智能的知识初步解决一些实际的问题；对于人工智能项目开发者，重点关注和学习本书给出的学习路线中初级入门和中级提高两个级别的内容，对人工智能的宏观架构理解透彻，熟练掌握人工智能的理论基础、编程技术、专业领域知识，能够熟练进行人工智能项目的开发并能够创造经济和社会价值；对于人工智能基础研究人员，全面关注和学习本书给出的学习路线中初级入门、中级提高以及高级进阶三个级别的内容，对人工智能的宏观架构融会贯通，全面掌握人工智能的理论基础、编程技术、专业领域知识，能够创新性地提出人工智能中的新理论、新算法、新技术，能够独立地进行人工智能前沿领域的研究或开辟人工智能领域的新方向。（5）具有强大的索引功能，可当工具书使用。为方便不同的读者迅速地找到自己需要的内容，本书提供了常用教材索引、在线课程索引、主流软件索引、常用网站及论坛索引等强大的索引功能。（6）通过图形可视化写作方式使本书通俗易懂。通过图形对本书内容进行可视化地呈现，激发读者的阅读兴趣，使书中内容通俗易懂，增强了书籍的可读性。
本书受到了国家一流专业建设项目资助以及学校现代产业技术学院的支持，对国家和学校相关部门致以诚挚感谢。同时，对各位师长、亲友、同事、同行、朋友、本人学生、以及本书编辑给予的鼓励和帮助表示万分感谢。本书写作工作量实在巨大，一是本书需要从宏观的视角描述人工智能的知识架构，因此需要对该领域非常了解，这就必须对人工智能的理论基础、编程技术、专业领域知识进行全方面地深入学习和理解；二是，本书需要推荐常用教材、学习路线、在线课程，这就必须看大量的书籍和课程视频；三是本书以图形可视化的方式进行写作，需要绘制大量精美图形，常常绘制一幅图形就需耗费近半天时间，仅仅是本书图形的绘制就需要耗费大量时间和精力。写作此书字斟句酌、反复修改，虽然尽了万分努力提高书籍质量，但未必能够让所有读者都十分满意，同时文字上的错误也一定在所难免，还请读者多加包容。本书的内容更新和相关信息请读者密切留意网站https://bigdatamininglab.github.io，如有任何建议可以通过上述方式反馈。
内容概览
本书的写作风格和定位是尽量采用可视化的写作方式以及简洁明快的语言使本书通俗易懂、读起来赏心悦目。书籍具有全局指导性、有用性、可操作性、易于查询和检索性是本书的写作目标，为此本书将根据下图所示的组织架构进行呈现，具体的安排如下。
本书的组织架构图
第一章：本章为综述章节，主要介绍人工智能的基本概念、发展历程、研究内容，重点描述人工智能的快速入门方法及学习要点。本章主要解决“人工智能是什么”的问题。第二章：本章清晰明了地为读者们解构人工智能的宏观知识架构，使读者对人工智能的知识体系有一个清晰而完整的把握，明确要从理论基础、编程技术、专业领域知识三个层面进行人工智能的学习，并了解理论基础、编程技术、专业领域知识三个层面各需要学习哪些宏观内容。本章主要阐述“人工智能学什么”。第三到五章：此三章是对第二章内容的具体展开，描述自底向上地搭建人工智能知识架构的具体过程，即分别详细地描述人工智能的理论基础、编程技术、专业领域知识三个部分各需要学习哪些内容，并给出学习的具体路线，推荐常用的教材和在线课程，以便提高读者的学习效率。此三章主要解决“人工智能怎么学”的问题。第六章：在解决了人工智能是什么、学什么、怎么学的问题后，本章重点解决如何跟踪人工智能前沿的问题，教给读者高效、准确、快速地获取人工智能前沿信息的方法和工具。本章主要解决“人工智能前沿信息获取”的问题。第七章：本章重点阐述了人工智能论文的风格特点和写作技巧，呈现了如何使用Word和LaTeX进行论文自动化排版的方法，描述了论文的投稿技巧以及提升论文影响力的方法。本章主要解决“人工智能论文写作与发表”的问题。第一章：本章为综述章节，主要介绍人工智能的基本概念、发展历程、研究内容，重点描述人工智能的快速入门方法及学习要点。本章主要解决“人工智能是什么”的问题。第二章：本章清晰明了地为读者们解构人工智能的宏观知识架构，使读者对人工智能的知识体系有一个清晰而完整的把握，明确要从理论基础、编程技术、专业领域知识三个层面进行人工智能的学习，并了解理论基础、编程技术、专业领域知识三个层面各需要学习哪些宏观内容。本章主要阐述“人工智能学什么”。第三到五章：此三章是对第二章内容的具体展开，描述自底向上地搭建人工智能知识架构的具体过程，即分别详细地描述人工智能的理论基础、编程技术、专业领域知识三个部分各需要学习哪些内容，并给出学习的具体路线，推荐常用的教材和在线课程，以便提高读者的学习效率。此三章主要解决“人工智能怎么学”的问题。第六章：在解决了人工智能是什么、学什么、怎么学的问题后，本章重点解决如何跟踪人工智能前沿的问题，教给读者高效、准确、快速地获取人工智能前沿信息的方法和工具。本章主要解决“人工智能前沿信息获取”的问题。第七章：本章重点阐述了人工智能论文的风格特点和写作技巧，呈现了如何使用Word和LaTeX进行论文自动化排版的方法，描述了论文的投稿技巧以及提升论文影响力的方法。本章主要解决“人工智能论文写作与发表”的问题。为了使读者学习人工智能时思路清晰、抓住重点、提高效率，本书在每一章开头均给出了“阅读提示”与“学习重点”两个栏目。“阅读提示”简明扼要地描述了本章的主要内容和行文思路，使读者快速理解本章的组织架构，从而具备清晰的学习思路；“学习重点”列出了本章的学习要点，使读者的学习更具针对性，从而提高学习的效率。
目录
精彩试读
购买方式
此书确实是一本值得推荐购买的图书，相信你购买此书后一定会爱不释手，反复阅读。此书是一本难得的同时兼具教材、工具书、科普书等诸多图书属性的综合读本，可谓是学习人工智能必备的佳品。怎么样，你心动了吗？是不是想快速入手一本呢？双十一期间，购书优惠多多，赶快下单吧！首批只限量印刷两千本，根据目前的销售速度，下手要快哦！否则，那就要等第二次印刷才能有货了！《人工智能怎么学》图书的购买链接如下：
京东：《人工智能怎么学》(肖建力)【摘要书评试读】-京东图书
当当：《人工智能怎么学》(肖建力)【简介_书评_在线阅读】-当当图书
天猫：https://detail.tmall.com/item_o.htm?id=687374654836
注：如需转载本文章，请联系作者获得授权。未经授权，不得转载，以免构成倾权。本文章的内容主要参考了如下资料：
[1]肖建力.人工智能怎么学[M].上海科学技术出版社,2022.
[2] 新书热推：《人工智能怎么学》[EB/OL].https://mp.weixin.qq.com/s/O_NDRNucyJPPwiTCKITrVw，2022年9月30日.